論文の概要: Aim Short to Reach Far: Your Frozen World Model Can Plan Better Than You Think

• arxiv url: http://arxiv.org/abs/2609.30036v4
• Date: Wed, 30 Sep 2026 11:38:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:25.611363
• Title: Aim Short to Reach Far: Your Frozen World Model Can Plan Better Than You Think
• Title（参考訳）: 凍った世界モデル、想像以上に良くなるかも
• Abstract要約: Anchored Planning(AP)は、世界モデルのオフライン軌道を再利用するトレーニングフリーの手法である。 APは、アクション合成とアクションランキングの両方において、凍結したLeWMプランナを大幅に改善する。
• 参考スコア（独自算出の注目度）: 11.563626437122878
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Latent world models plan toward goal images with a frozen pretrained predictor, without task rewards or extra trained heads. However, their planners struggle with long-range goals, and prior work addresses this by training extra components such as value functions or subgoal models. We show that the planning target itself can cause this failure: even with exact dynamics and globally optimal short-horizon search, scoring predictions by their distance to the final goal rejects the first steps of a route that initially moves away from the goal. Building on this insight, we propose Anchored Planning (AP), a training-free method that reuses the world model's own offline trajectories. AP retrieves a segment that leads from the current observation toward the goal and aims the frozen planner at an observation shortly after the segment's start. Across four diverse tasks, AP substantially improves frozen LeWM planners for both action synthesis and action ranking, and it outperforms both additional final-goal search and the LeWM planner on long-range goals.
• Abstract（参考訳）: 後期世界モデルは、タスク報酬や追加の訓練されたヘッドなしで、凍結した事前訓練された予測器でゴールイメージに向かって計画されている。 しかしながら、計画立案者は長距離目標に苦しむため、事前の作業はバリュー関数やサブゴールモデルといった追加のコンポーネントをトレーニングすることでこの問題に対処する。 正確なダイナミクスとグローバルに最適な短距離探索であっても、最終目標までの距離による予測は、当初目標から離れたルートの最初のステップを拒絶する。 この知見に基づいて,世界モデル自体のオフライン軌道を再利用するトレーニングフリーな手法であるAnchored Planning (AP)を提案する。 APは現在の観測から目標に向かって導くセグメントを回収し、セグメントの開始直後の観測で凍結したプランナーを目標とする。 4つの多様なタスクにおいて、APはアクション合成とアクションランキングの両方において凍結したLeWMプランナーを大幅に改善し、長距離目標に対して最終ゴール探索とLeWMプランナーの両方を上回ります。

関連論文リスト

• Does Latent Planning Survive Point Clouds? Action-Conditioned JEPA World Models for Geometric Observations [0.0]
  JEPAワールドモデルは、ラテントスペースを制御するための実用的なルートにします。 0.3-15%のシーンポイントが移動し,3次元自己監督の幾何学的ショートカットによる潜伏予測化合物の時間的最適度が向上した。 標準的なJEPA設計を3つ挙げて、クラウド、フリーズエンコーダ、分散プライア、アクションセンシティブ、および安定なワールドモデルベンチマークを再センスします。
  論文  参考訳（メタデータ） (2026-08-29T20:41:41Z)
• HIQL: Offline Goal-Conditioned RL with Latent States as Actions [81.67963770528753]
  オフラインデータからゴール条件付きRLの階層的アルゴリズムを提案する。 この階層的な分解によって、推定値関数のノイズに頑健になることを示す。 提案手法は,従来の手法を巧みに操り,高次元画像観察にスケールできるとともに,アクションフリーなデータを容易に利用することができる。
  論文  参考訳（メタデータ） (2023-07-22T00:17:36Z)
• Temporally Extended Goal Recognition in Fully Observable Non-Deterministic Domain Models [43.460098744623416]
  既存のアプローチでは、ゴール仮説は1つの最終状態上の1つの共役公式からなると仮定している。 完全可観測非決定論的(FOND)計画領域モデルにおける時間的拡張目標に焦点をあてる。 実験結果から, 異なる認識環境における時間的拡張目標の認識において, 提案手法が正確であることが示唆された。
  論文  参考訳（メタデータ） (2023-06-14T18:02:00Z)
• Multi-Target Active Object Tracking with Monte Carlo Tree Search and Target Motion Modeling [126.26121580486289]
  本研究は,マルチターゲットアクティブオブジェクトトラッキング(AOT)に重点を置いており,複数のターゲットと環境に複数のカメラが配置されている。 目標は、全カメラの全体的な対象範囲を最大化することです。 スポーツゲームをシミュレートするマルチターゲット2D環境を構築し,本手法が対象範囲を効果的に改善できることを示す実験結果を得た。
  論文  参考訳（メタデータ） (2022-05-07T05:08:15Z)
• Maximum Entropy Gain Exploration for Long Horizon Multi-goal Reinforcement Learning [35.44552072132894]
  学習エージェントは、歴史的達成目標分布のエントロピーを最大化する固有の目標を設定するべきである。 本研究の戦略は, 長期多目標課題における先行技術よりも, はるかに優れたサンプリング効率を達成できることが示される。
  論文  参考訳（メタデータ） (2020-07-06T15:36:05Z)
• Long-Horizon Visual Planning with Goal-Conditioned Hierarchical Predictors [124.30562402952319]
  未来に予測し、計画する能力は、世界で行動するエージェントにとって基本である。 視覚的予測と計画のための現在の学習手法は、長期的タスクでは失敗する。 本稿では,これらの制約を克服可能な視覚的予測と計画のためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-23T17:58:56Z)
• Cooperative Observation of Targets moving over a Planar Graph with Prediction of Positions [0.0]
  ターゲットとオブザーバの2種類のエージェントを持つチームについて考えてみましょう。 オブザーバー(Observer)は、地上を移動する目標を観測する空中UAVである。 この記事では、CTO問題の新しい設定において、以前のバージョンを上回る修正されたヒルクライミングアルゴリズムを示す。
  論文  参考訳（メタデータ） (2020-02-13T00:38:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。